AD
本文核心观点：
大型科技公司进入金融服务业有望提高效率，并可提高金融普惠度；
监管机构需要保障大型科技公司和银行之间的公平竞争环境，同时需要考虑大型科技公司的广泛客户群、信息获取和广泛的商业模式；
大型科技公司的进入在金融稳定、竞争和数据保护之间引起了新的复杂均衡。
（译文和原文请点击“阅读原文”下载，译文以原文为准）
阿里巴巴、亚马逊、脸谱、谷歌和腾讯等科技公司在过去二十年中发展迅速。这些“科技巨头”的商业模式主要依靠大量用户之间的直接互动。其业务的一个重要副产品是大量用户数据，这些用户数据被用来提供利用社交效应的一系列服务，从而产生进一步的用户活动。用户活动增加，然后完成循环，从而生成更多数据。
通过在数据网络活动循环中的优势，一些大型科技公司已经涉足金融领域，包括支付、资产管理、保险和贷款。到目前为止，金融服务只是其全球业务的一小部分。但考虑到他们的规模和客户范围，大型科技公司进入金融业有可能引发行业的快速变化。这种变化提供了许多潜在的好处。大型科技公司的低成本结构业务可以很容易地扩大规模，以提供基础的金融服务，特别是在大部分人没有银行账户的地方。大型科技公司利用大数据和对其平台上的社交结构进行分析，可以评估借款人的风险，减少对抵押品的要求。因此，大型科技公司可以提高金融服务的效率，促进金融普惠性，并且促进经济活动的效益。
与此同时，大型科技公司进入金融领域，引入了风险—收益平衡的新要素。有些是在新业态下存在的金融稳定和消费者保护的老问题。有些情况，例如在支付系统中，大型科技公司有可能迅速成为具有系统重要性的金融机构。鉴于金融系统作为必不可少的公共基础设施的重要性，大型科技公司的活动具有更广泛的公共利益问题，超出了其用户和利益相关者的范围。
还有一些超出了传统金融监管领域的新的重要挑战。通过数据网络活动循环提供的优势，大型科技公司有可能成为垄断者，从而引发竞争和数据隐私问题。金融监管、竞争政策和数据隐私监管的公共政策需要建立在更完善的方法基础上。监管目标应该是回应大型科技公司进入金融服务业这一新变化，以便在限制风险的同时获益。随着大型科技公司的运营跨越监管和地理边界，当局之间的协调变得至关重要。
本章首先介绍大型科技公司进入金融领域的现状。第二部分分析了大型科技公司为什么进入进入领域，以及大型科技企业的商业模式相比于银行为何更有竞争优势。第三部分分析了大型科技公司对金融中介的潜在影响。最后一部分讨论了这一变化对公共政策可能产生的影响。
金融领域的科技巨头
大型金融科技公司在金融领域的活动是更广泛的金融科技创新的一个范例。金融科技指的是金融服务领域的技术创新，包括由此产生的新的商业模式、应用、流程和产品。虽然金融科技公司的主要业务是金融服务，但大型科技公司的金融业务只是其广泛的业务的一部分。
大型科技公司的核心业务是信息技术和咨询（例如云计算和数据分析），这占其收入的46％左右，而金融服务约占11％。虽然大型科技公司为全球用户提供服务，但其业务主要位于亚洲和太平洋(601099)地区以及北美地区。他们在中国的金融服务业务最为广泛，但其他新兴市场经济体，尤其是东南亚、东非和拉丁美洲，他们也迅速扩张。
在提供金融服务方面，大型科技公司都与银行既竞争又合作。到目前为止，他们一直致力于为其庞大的客户网络提供基础金融服务，并充当第三方提供商的分销渠道，例如为财富管理或保险产品提供销售渠道。
支付服务
支付业务是大型科技公司最初提供的金融服务，主要是为了帮助克服电子商务平台上买卖双方之间缺乏信任而出现的。买家希望交货，但卖家只有在保证付款后才愿意交货。支付宝（由阿里巴巴拥有）或PayPal（由eBay拥有）提供的支付服务就是为了保证在货物交付时结算和买家索回，这些支付服务完全融入到电子商务平台中。在零售支付系统欠发达的一些地区，通过移动网络运营商（例如几个非洲国家的M-Pesa）发展了新的支付服务。随着时间的推移，大型科技公司的支付服务已被广泛作为其他电子支付手段（如信用卡和借记卡）的替代品。
大型科技公司的支付平台目前有两种不同的类型。第一种类型是，用户依靠现有的第三方基础设施（如信用卡或零售支付系统）来处理和结算付款（例如ApplePay、Google Pay、PayPal）。第二种是用户可以在大型科技公司的专门系统（例如支付宝、M-Pesa、WePay）上进行处理和结算业务。
虽然大型科技公司的支付平台与银行支付系统存在竞争，但它们仍需要依赖银行。在第一种类型中，显而易见就是如此；在第二种类型中，用户需要有银行帐户或信用卡/借记卡才能将资金转入和转出支付平台。之后，科技公司将他们收到的资金存入自己的银行账户，并在用户要求还款时将其转回到用户的银行账户。为了在银行间实现结算，大型科技公司不得不使用银行，因为他们不是银行间支付结算系统的成员。
第一种“覆盖”系统在美国和其他发达经济体中更为常见，因为在亚马逊和eBay等电子商务公司兴起前，信用卡已被广泛使用。“专有”支付系统在其他无现金支付方式（包括信用卡）渗透率较低的地区更为普遍。这有助于解释为什么中国的大型科技公司的支付服务如此巨大：占GDP的16％，远远超过其他地方。
更一般地说，大型科技公司在那些支付方式有限，但智能手机普及率比较高的地方已经发展得很好。例如，由于新兴市场经济体中很大一部分人口仍然没有银行账户，但是较高的移动电话拥有率已经允许向没有银行账户的家庭和中小企业提供基本金融服务，包括无现金支付。
汇款服务以及更广泛的跨境零售支付是另一项发展成熟的业务。当前的服务通常成本高且速度慢，而且发货人难以核实收到的资金。一些大型科技公司已开始以相对较低的成本提供（近乎）实时转账。例如香港特别行政区与菲律宾之间的汇款服务，由香港支付宝和GCash提供。然而，这些跨境交易仍依赖于代理银行网络，需要与银行合作。据报道，其他大型科技公司（如Facebook）正在考虑在全球范围内为其客户提供支付服务。
货币市场基金和保险产品
大型科技公司利用其广泛的客户网络和品牌知名度，在其平台上提供货币市场基金和保险产品。这种业务利用科技公司的支付服务来获利。大型科技公司的一站式商店旨在提供比银行和其他金融机构更便捷、易使用的服务。
在大型科技公司的支付平台上，客户通常会在账户中保留一定资金。为了使用这些资金，大型科技公司提供货币市场基金作为短期投资。提供的货币基金产品由大型科技公司附属公司或第三方管理。通过分析客户的投资和取出模式，科技公司可以密切管理货币基金的流动性。这使他们能够为用户提供几乎即时投资（和取出）资金的可能性。
在中国，通过大型科技公司的平台提供的货币基金，自成立以来已经大幅增长。五年内，余额宝货币市场基金成长为全球最大的货币基金，资产超过1万亿元人民币（1500亿美元），客户约3.5亿。
尽管增长迅速，但与其他储蓄方式相比，中国大型科技公司平台上的货币基金仍然相对较小。在2018年底，与大型科技公司相关的全部货币基金规模为2.4万亿人民币（3600亿美元），仅占银行客户存款的1％和理财产品的8％。
中国和其他国家的大型科技公司的货币市场基金的扩张受益于有利的市场条件。例如，余额宝的推出恰逢银行间利率超过存款利率，允许大型科技公司为用户提供更高的利率。随着利率最近下降，余额宝的资产停止增长甚至出现降低。同样，在美国的利率降至接近零之后，PayPal在2011年关闭了其货币基金。
一些大型科技公司已经开始提供保险产品。他们利用他们的平台作为第三方产品的分销渠道，包括汽车、家庭责任和健康保险。在此过程中，他们收集客户数据，并将其与其他数据相结合，以帮助保险公司改进其营销和定价策略。
信贷提供
依托电子商务平台，一些大型科技公司已经开始贷款业务，主要面向中小企业和消费者。通常提供信用贷款，或短期贷款（最长一年）的小额贷款。各国的科技公司信贷规模差异很大。虽然中国、韩国、英国和美国的人均金融科技信贷总额相对较高，但大型科技公司的信贷，在阿根廷和韩国是金融科技信贷的主要部分。
金融科技信贷总额的不均衡发展，似乎反映了经济增长和金融市场结构的差异。具体而言，一个国家的人均收入越高，其银行系统的竞争力就越小，金融科技信贷活动总量就越大。在金融监管较松和银行业务较高的地区，大型科技公司信贷的扩张幅度超过其他金融科技信贷。
尽管近期有大幅增长，但金融科技信贷总额仍占整体信贷的很小一部分。即使在中国这个人均金融科技信贷最高的国家，金融科技信贷总量也不到2017年非银行业信贷总额的3％。
到目前为止，大型科技公司相对较小的贷款规模反映了他们通过零售存款为自己提供资金的能力有限。大型科技公司有一些方式可以缓解这种限制。一是建立网上银行。但在一些国家，监管机构限制开设远程（在线）银行账户。中国就是如此，两家中国大型科技银行，主要依靠银行间市场和存款凭证融资，而不是传统存款。然而最近，这些银行开始发行“智能存款”，其利率明显高于其他定期存款，并且可能以较低的利率提前提取。
第二种方式是与银行合作。大型科技公司可以提供客户，并通过高级数据分析快速批准贷款；如果获得批准，银行可以筹集资金并管理贷款。这种方式对大型科技公司很有吸引力，因为他们的平台可以低成本轻松扩展，并且可以直接与客户端连接。它也可能对银行有利，因为他们可以获得额外的回报—尽管提供较低的增值服务。
第三种方式是通过贷款银团或证券化获得资金—这已经成为金融科技公司共同采取的策略。例如，蚂蚁金服在交易所发行的资产支持证券（ABS）的总发行量占2017年中国证券化总量的近三分之一。
大型科技公司对金融业务的影响
大型科技公司的“DNA”可以降低信息和交易成本，从而提高金融普惠性。然而，这些益处因金融服务而异，并且可能带来新的风险和市场失灵。
大型科技公司在贷款业务中的潜在优势
除了筹集资金的成本外，贷款成本还与信贷风险的事前评估和贷款偿还的事后执行密切相关。为贷款定价，银行必须评估其借款人的风险，通常是从各种渠道收集信息并将信息联系起来。为了激励借款人偿还贷款并在违约情况下限制损失，银行监控借款人或要求其提供抵押品。由于所有这些措施都成本较高，所以银行需要以费用或利率差的形式进行弥补。但是大型科技公司可以访问和使用大数据来筛选和监控借款人的活动，来降低这些成本、提高效率、扩大融资渠道。
筛选和金融普惠。信息成本有时可能非常高，以至于银行不会为借款人提供服务—或者需要支付非常高的利率。那些缺乏基本社会证明文件或者居住偏远的人们，是最难以获得贷款的。例如，发展中经济体的许多中小企业不满足正式银行贷款申请的最低要求，因为它们通常没有经过审计的财务报表。
因此，大型科技公司可以比银行具有竞争优势，并为那些本来没有银行账户的公司和家庭提供服务。他们通过数字平台获取不同但相关的信息。例如，蚂蚁金服和MercadoLibre声称他们的信用评级和贷款授予通常会参考每个贷款申请人的超过1,000个数据。
最近的BIS实证研究还表明，大型科技公司对小型供应商的信用评分优于基于信用评级和传统借款人特征的模型。所有这些都可以代表金融普惠的显著进步，并有助于提高公司的业绩。虽然目前的证据显示比较乐观，但对这种贷款服务得出明确的风险评估还为时尚早。已经采取的非常特定的信贷形式（例如小企业信贷额度），在于银行比较时没有包括银行可用的软信息，而且这种贷款还未通过完整的商业和金融周期的检验。
监督和抵押。强制执行偿还贷款的成本是全部金融中介服务成本的重要组成部分。为了减少执行问题，银行通常要求借款人承诺将有形资产（如房地产）作为抵押，以便在违约的情况下提高贷款收回率。
另一种方式是监督。银行花费时间和资源监督客户的项目，以限制借款人实施这些项目的风险与最初商定的风险不同。通过监督，公司和金融中介机构也发展出了长期合作关系并建立互信，这使得违约对借款人的诱惑降低。
大科技公司的贷款决策与使用机器学习和网络分析（人工智能）等先进方法分析、处理大量信息（大数据）有关。直接从大科技公司平台获得的，与金融服务相关的大数据包括：（i）交易（销售量和平均销售价格）；（ii）与商誉有关的信息（索赔率，处理时间，评价和投诉）；（iii）产业特性（销售季节性，需求趋势和宏观经济敏感性）。通过社交媒体或者其他渠道获取非传统数据，也能丰富这些信息。
大科技公司评分系统的预测能力在很大程度上源于利用网络结构。例如，MYbank（蚂蚁金融集团）使用交易的网络分析（networkanalysis）来评估企业家是否将个人资金与商业资金分开，这是良好商业行为的基本原则之一。
初步证据表明，通过机器学习，从而使用越来越多的精细数据，有助于预测预付费的前景，尤其是对于银行通常不提供服务的小商户来说，更是如此。就MercadoLibre而言，其内部评级（A至E）比阿根廷信贷局（低风险至高风险）更为细化，银行依赖这一内部评级，但增加了其他借款人特征和软信息（softinformation）选项。但是，由于MercadoLibre的大部分客户都没有银行账户，所以下面的分析针对于银行收集的传统软信息不可用的情况。
大型科技公司可以不同方式解决问题。例如，当借款人与电子商务平台紧密结合时，对大型科技公司来说，通过借款人支付账户转移的收入，它可能相对容易扣减信用额度上的（月）支付额。相比之下，银行可能无法这样做，因为借款人可以与其他银行开户。鉴于网络效应和高转换成本，大科技公司还可以通过降级威胁，或在违约情况下将贷款人排除在生态系统之外，以此要求客户偿还贷款。阿根廷和中国的事实表明，大数据和网络效应的结合，使大科技公司能够缓解信息和激励问题，这些问题传统上由抵押贷款来解决。这可以解释为什么大型科技公司提供的公司贷款与银行不同，与资产价格并无密切关联。
大型科技公司的潜在成本：市场力量和数据滥用
技术在金融服务中起到重要作用，带来了效率收益，降低了金融服务提供的壁垒，但正是这些收益有可能产生与市场力量相关的新风险和成本。
一旦建立了专属生态系统，潜在的竞争对手几乎没有可能建立竞争对手平台。主导平台可以通过提高进入壁垒来巩固其地位。他们可以利用其市场力量和网络外部性，来增加用户转换成本或排除潜在竞争对手。事实上，随着时间的推移，大型科技公司将其平台定位为一系列服务的“瓶颈”。现在，平台经常担当金融服务供应商的重要销售平台，同时大型科技公司与这些供应商之间又存在竞争。大型科技公司可能会青睐自己的产品，并试图通过让金融机构通过他们的平台更加昂贵地接触潜在客户来获得更高的利润。其他反竞争做法可能包括“产品捆绑”和交叉补贴活动。鉴于他们的商业模式，这些做法可能对大型科技公司产生更大的影响。
另一种较新的风险类型是数据的反竞争使用。考虑到规模和技术，大科技公司有能力以接近零成本的方式收集大量数据。这就产生了“数字垄断”或“数据垄断”。一旦大科技公司在数据领域确立了主导地位，它们就可以进行价格歧视，并收取租金。他们不仅可以利用自己的数据来评估潜在借款人的资信，还可以确定借款人愿意为贷款支付的最高利率，或者客户愿意为保险支付的最高保费。价格歧视不仅具有分配效应，即在不改变生产和消费总量的情况下以客户为代价提高利润。它还可能产生不利的经济和福利影响。使用个人资料可能导致高风险群体被排除在社会需要的保险市场之外。也有一些迹象表明，用于处理个人数据的大型高科技算法可能会对少数人产生偏见。
人们的偏好是可塑的，并受商业利益的影响，这一观点并不新鲜。但是，对于大科技公司来说，行动的范围可能更大，因为它们掌握了更丰富的客户信息，并融入了客户的日常生活。坊间证据确实表明，大科技公司或许能够在用户不知情的情况下影响用户的情绪。
对大科技公司的公共政策
传统上，金融监管的目的是确保单个金融机构的偿付能力和整个金融体系的健全，还包括保护消费者。为实现这些目标所使用的政策工具，包括从银行的资本和流动性要求到消费者保护行为的监管，都是很容易理解的。当大科技公司活动完全属于传统金融监管的范围时，同样的原则也应适用于它们。
然而，另外两个特征使得政策的制定对于大科技公司来说更具挑战性。首先，大科技公司的金融活动可能需要更全面的方法，不仅包括金融监管，还包括竞争和数据隐私目标。其次，即使明确阐述了政策目标，也应实际展示具体的政策工具以促进这些目标。目的和手段之间的这种联系不应该被视为理所当然。这是因为，就大科技公司而言，政策工具与最终福利结果之间的相互作用更为复杂。特别是，针对传统金融监管目标的政策工具也可能会影响竞争和数据隐私目标，反之亦然。这些相互作用引入了传统金融监管中无法解释的、潜在复杂的权衡因素。每一个问题都将依次进行探讨。
“同样的活动，同样的监管”
运作良好的金融体系是一个关键的公共基础设施，银行通过其在支付系统和信贷中介中的作用占据该系统的中心位置。除了狭义的直接利益相关者（其所有者和债权人）之外，银行的稳健性是一个更广泛的公共利益问题。因此，银行必须遵守管理其活动的规章制度，进入市场必须遵守严格的许可要求。同样，当大科技公司从事银行业活动时，它们也应该同样遵守适用于银行的监管规则，目的是缩小大科技公司与受监管金融机构之间的监管差距，从而限制通过影子银行活动进行监管套利。因此，监管机构已将现有的银行监管扩大到大科技公司。例如，将旨在防止洗钱和其他金融犯罪的KYC规则扩展到大科技公司的支付业务。如果大科技公司从事的活动与银行所从事的活动实际上是相同的，那么就应该遵守银行的规则。
除了将现有规则扩展到大科技公司之外，在大科技公司造成结构性变化、超出现有金融监管范围的情况下，可能还需要制定新的规则。审慎的监管机构已将注意力转向特定的细分市场，尤其是支付系统，从系统的角度来看，大科技公司可能已经变得举足轻重。如果结构的迅速变化超过了现行条例的规定，就有必要修改这些条例。总的指导方针是遵循基于风险的原则，并按比例调整监管工具。例如，在中国，大科技公司、规模可观的MMF业务在银行间融资中扮演着重要角色。这些MMF主要投资于无担保银行存款，并与银行进行反向回购。结构的迅速变化在金融体系中引入了新的联系。MMFs资产中约有一半是银行存款和期限不到30天的银行间贷款。因此，对大科技公司MMF平台的赎回冲击，很快就会通过存款提取传导至银行体系，这是一个风险。另一个风险是，当银行依赖于支付公司的资金时，支付环节的系统性问题。为了应对这些风险，中国政府出台了新的规定，要求所有公司支付都必须在一个公共平台上结算，同时也要求在赎回和使用客户余额方面进行结算。
一个新的监管指南针
当政策的目标超越传统金融监管的目标，进入竞争和数据隐私时，新的挑战就出现了。即使目标是明确和没有争议的，选择政策工具以确保目标，达到目的的手段，也需要考虑到潜在的复杂的相互作用。
最近中国的监管变化
大型MMF可能会带来系统性风险，因为它们与银行系统交织在一起，一旦发生信贷损失，可能会受到投资者的挤兑，从而为更广泛的金融体系带来甩卖和融资风险。为降低MMF的潜在风险，中国人民银行（PBC）与中国证券监督管理委员会于2018年6月推出了对所有MMF即时赎回人民币10,000元（1,560美元）的上限。与此同时，它禁止大型科技公司用自己的现金为即时赎回提供资金，以提供事实上的当日赎回。只有符合条件的银行才有资格提供融资服务，以便立即赎回。其他措施包括增加促进MMF的披露义务。
人民银行最近还对积极支付的非银行支付机构进行了改革。首先，它对大科技公司的支付账户（“浮动”）的客户余额规定了准备金要求。从2019年1月开始，大型科技公司必须将100％的客户余额保留在PBC的储备账户中。这样，浮动资产就像在狭窄的银行一样被隔离和屏蔽。这旨在严格限制大型科技公司将这些资金投资于银行系统中的生息资产，或通过向信贷平台上的客户提供信贷从而投资影子银行。
其次，自2018年6月以来，大科技公司必须清算新建的国有清算所NetsUnionClearing的付款。通过中国银联支付银行卡清算网络ChinaUnion Pay也可以清算。通过共同的公共平台清算付款通过取代第三方支付平台与银行之间复杂和不透明的双边关系来增强透明度。新法规还纠正了大小型第三方支付平台之间竞争优势的差异。
为了驾驭新的，未知的水域，监管机构需要一个可以指导潜在政策工具选择的指南针。这些工具可以按照“监管指南针”的两个维度或轴进行组织。指南针的南北轴线涵盖了鼓励或允许大量新技术进入金融市场的选择范围。North表示鼓励新进入，而South表示严格限制进入。指南针的第二个维度涵盖了监管方法中数据处理方式的选择。它的范围从向客户授予数据产权的去中心化方法（东），到限制大技术使用这些数据的限制性办法（西方）。
目前的做法涵盖了两个轴所涵盖的广阔领域，这些实践在这个空间中表示为点。点的放置反映了政策选择的多方面，因为方法的组成部分可以放在指南针的不同位置。选择还涉及三种官方参与者的决策：金融监管机构（蓝点），竞争管理机构（绿点）和数据保护机构（红点）。从图III.8中可以看出，政策工具的选择在各个司法管辖区内非常不同。
监管指南针反映的是政策选择的菜单，而不是根据最终目标衡量的结果。评估政策选择根据其最终实现目标的有效性，需要进一步分析从政策工具到最终结果的映射。鉴于偿付能力，竞争和数据隐私目标之间复杂的相互作用，这最后一步堪称困难。然而，监管指南针有助于组织思考并揭示手段和目的之间的映射。
重温竞争-金融稳定关系
以竞争目标与金融稳定目标之间相互作用的具体实例为例，传统意义上来说，关于进入银行业的公共政策受到两种不同的思想流派的影响，即银行业竞争的可取性。一种观点认为，新公司进入银行业是可取的，因为它会促进竞争并降低现有市场的力量。相关政策的对策是通过实施开放银行牌照的宽松政策，促进新公司进入银行业。在技术进步范围最大的情况下，监管机构还有可能降低某些特定细分市场的进入成本。例如，在印度，他们赞成统一支付接口（UPI）的发展，该接口为包括大型技术在内的授权移动支付提供商提供对银行间支付系统的访问。
另一方面，思想学派强调银行业集中或竞争力较弱，因为它有利于金融稳定。现有企业更有利可图 - 因此更有能力积累强大的股权基础 - 并具有更高的特许经营价值 - 因此更有可能谨慎行事。此外，他们可以获得更稳定（保险）的资金基础。相对应的政策是通过维持新进者的严格许可要求来限制公司进入银行业。在监管指南针中，允许大型科技企业进入的严格程度跨越南北轴线，北方是允许新进入的政策，而南方则是限制进入的政策。
然而，当考虑DNA反馈回路时，进入和有效竞争之间的关系并不明显。当大型科技公司作为新进入者时，新的加入可能不会增强市场竞争力和竞争。这是因为大型科技公司可以通过控制关键数字平台建立并巩固其市场力量，例如电子商务，搜索或社交网络。一方面，当大型科技公司及其竞争对手（例如银行）依赖这些平台进行金融服务时，这种控制可能会产生彻底的利益冲突并减少竞争。另一方面，大型技术可能很少有金融方面的服务，但却可以通过利用其庞大的用户网络和相关的网络效应，迅速建立起主导地位。通过这种方式，鼓励新公司进入将有利于促进竞争的经验法则就行不通了。
竞争管理机构对单一市场，公司规模，定价和集中度作为可竞争性指标的传统焦点并不适合金融业中的大型科技公司。正如政策选择与结果之间的映射可能会很复杂，金融监管机构，竞争管理机构可能也需要调整其范例。作为该项工作的一部分，一些司法管辖区（例如欧盟，德国，印度，英国和美国）最近一直在修订其评估反竞争行为的规则和方法。例如，印度主要禁止电子商务平台在其网站上销售附属公司提供的产品，以避免潜在的利益冲突。
新的竞争数据关系
通过把市场力量和广泛使用的客户数据联系起来，大型技术公司的DNA反馈循环在竞争和数据之间创造了新的联系。
从隐私问题中提取被广泛应用的数据原则上是有益的。数字数据是非竞争对手的好处 - 即包括竞争对手在内的许多人都可以使用而无需支付费用。此外，由于数据是大型技术服务以零边际成本获得的副产品，因此，在社会上可以自由地分享数据。如果市场具有竞争力，开放获取数据将有助于降低转换为客户提供成本，减轻滞留问题，并促进竞争和金融普惠性。
因此，问题在于如何促进数据共享。目前，数据所有权的分配并不明确。出于实际目的，默认的结果是大型技术人员实际上拥有客户数据，而客户不能（随意）授予竞争对手访问其相关信息的权限。通过向客户分配数据权利，可以在一定程度上改善客户和服务提供商之间不公平的竞争环境。然后，客户可以决定与哪些提供商共享或销售数据。实际上，此种方式试图通过产权分配和创建竞争性数据市场来解决效率低下的问题，被称为分散式或“Coasian”解决方案。监管指南针的东西轴线确定了选择范围根据当局依赖于将数据属性分配给数据的程度与对数据使用的完全限制的程度。越往东走，越是强调基于数据可移植性和数据产权的分散式解决方案。
然而，对于大型科技公司来说，政策工具与最终结果之间的映射更为复杂。DNA反馈循环给Coasian方案的顺利应用带来挑战。原因有二，首先，大型技术人员可以在他们运营的金融服务之外从他们自己的生态系统（社交网络，搜索，电子商务等）获取额外的数据；其次，数据的范围将越大，回报规模也将越来越大。 - 当与现有的大量数据相结合时，单个额外的数据（例如信用评分）具有更多价值 - 以及范围经济 - 例如，供应更广泛的服务。出于这两个原因，数据对大型技术公司有更大的价值。在数据竞标市场中，大型科技公司很可能会超过其竞争对手。让市场力量自由运行，无法保证产生理想的（竞争性）结果。具体而言，如果银行的客户授予（或出售）大型技术人员不受限制地访问他们的银行数据，这可能会加强DNA反馈循环，并且增加大技术对银行的竞争优势，而不是控制它。
考虑到竞争背后的网络效应，通过对数据使用设置适宜的限制，可以更有效地提升竞争性竞争环境。引入一些关于隐私的附加规则 -同时允许选择性地共享一些数据类型 - 可能会增加有效竞争，因为在数据使用上增加这些限制可以抑制大型技术公司对网络外部性的利用。
沿着数据使用维度的这一政策选择 - 以图III.8中的监管指南针的东西轴线为代表 - 已成为关于大型科技公司辩论的中心舞台。可选择的基本论点在最近在一些司法管辖区采用的政策中都有所反映。两个具体的例子，世界各地采用的各种形式的开放银行法规，以及欧盟的通用数据保护条例（GDPR）。开放式银行法规允许授权的第三方金融服务提供商直接访问银行客户数据- 在某些情况下 - 银行相互访问第三方的等效数据。他们还为API设定了通用的技术标准，但并未像GDPR那样为客户提供对其个人数据的尽可能多的控制权。如果它们需要将数据所有权从大型科技公司转移到客户，那么这两项法规都可以被视为旨在促进更有效的市场竞争力的措施。因此，它们位于图III.8中的东北象限。数据可移植性允许客户轻松地跨不同服务传输个人数据，并用于自己的目的。因此，这是确立金融部门竞争条件的重要一步。
与此同时，一些新法规也限制了数据共享的范围。限制使用数据的规则位于指南针的西半部。限制数据使用的基本原理取决于许多因素，并非所有类型的数据都与提供金融服务相关。例如，为了评估借款人的信誉度，贷方可能不一定需要知道他们的社交习惯或旅行计划。此外，并非所有类型的服务提供商都可以访问其客户的财务数据。在任何情况下，基于保护隐私的考虑因素，都会合理限制个人数据的使用。因此，开放式银行业监管有选择地限制可以传输的数据范围（例如金融交易数据），以及可以共享这些数据的机构类型（例如，认可的存款机构）。同样，GDPR要求客户在公司使用其个人数据之前获得客户的同意。这两种类型的限制都被视为大型科技公司进入金融业的障碍。因此，它们位于指南针的西南象限。更激进的方法是指将对用户数据处理进行完全限制。旨在通过限制数据使用来平衡竞争性竞争环境的政策举措。举个例子，德国竞争管理机构最近的一项规则，该规则禁止著名社交网络将其用户数据与其从其附属网站和应用程序收集的数据相结合。在哪里划线不仅涉及经济问题，还涉及社会的隐私偏好。监管指南针是对政策范围进行分类的有用设备，还是影响数据使用和市场准入的举措。然而，这些政策举措将在多大程度上引发金融体系的有效竞争，效率和稳健性方面取得预期成果，还有待观察。扩大视野对于在这一领域进行深思熟虑的政策选择来说，至关重要。
政策协调和学习需求
面对经济的快速和全球数字化，政策制定者需要跟上发展的步伐，相互学习和协调。
一些国家已经建立了创新促进机制。可以采取多种形式，包括集线器和加速器，它们为知识共享提供了一个论坛，并且可能涉及积极协作或者为新玩家提供资金。监管沙箱（例如在香港，新加坡和英国）让创新者在监管下发展他们的产品。枢纽，加速器和沙箱可以帮助确保动态的金融环境 - 不被少数几个参与者支配。与此同时，这些限定监管需要审慎的设计和实施，以避免监管套利，和虽然并不通过支持新产品但是投机性项目的迹象。
当局之间的协调在国家和国际层面都至关重要。首先，需要协调国家公共政策。三个不同的国家主管部门- 竞争管理机构，金融监管机构和数据保护监督员 - 的任务和做法可能并不总是兼容。金融监管机构专注于金融部门的具体细节，而竞争和数据隐私法律通常会强制适用于广泛业务的一般标准。其次，随着数字经济跨境扩张，需要对规则和标准进行国际协调（例如，用于数据交换）。为了防止这些差异导致相互冲突的行为，政策制定者不仅需要新的指南针，而且需要找到平衡的公共政策工具。
本文首发于微信公众号：数字经济与社会。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
